基于数学形态学的图像增强与边缘检测方法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 引言 | 第8页 |
| 1.2 数学形态学的历史和发展 | 第8-9页 |
| 1.3 数学形态学的基本思想和特征 | 第9-11页 |
| 1.4 形态滤波器的发展和研究现状 | 第11-12页 |
| 1.5 本文的主要工作和安排 | 第12-14页 |
| 2 数学形态学的基本理论 | 第14-24页 |
| 2.1 二值形态学的基本运算 | 第14-18页 |
| 2.2 灰值形态学 | 第18-24页 |
| 2.2.1 灰值形态学的基本运算 | 第20-23页 |
| 2.2.2 灰值形态运算的滤波性质 | 第23-24页 |
| 3 基于数学形态学的图像边缘检测 | 第24-37页 |
| 3.1 形态学中的图像边缘定义 | 第24-25页 |
| 3.2 形态学梯度检测图像边缘的原理 | 第25-27页 |
| 3.3 结构元素在形态梯度中作用的研究 | 第27-29页 |
| 3.4 改进的具有抗噪性能的形态学梯度 | 第29-37页 |
| 4 基于数学形态学的对比度提高 | 第37-45页 |
| 4.1 形态中心的思想 | 第37-38页 |
| 4.2 改变开关准则的形态中心 | 第38-39页 |
| 4.3 基于腐蚀、膨胀的对比度提高 | 第39-40页 |
| 4.4 与其它方法的比较 | 第40-45页 |
| 5 基于数学形态学的图像滤波 | 第45-58页 |
| 5.1 形态滤波器的特点 | 第45-46页 |
| 5.2 形态滤波器的组合原理 | 第46-49页 |
| 5.2.1 并行组合原理 | 第47-48页 |
| 5.2.2 串行组合原理 | 第48-49页 |
| 5.3 结构元素在形态滤波中的选取 | 第49页 |
| 5.4 对食品X光图像的去噪 | 第49-50页 |
| 5.5 对CT投影图像的去噪 | 第50-52页 |
| 5.6 对钢管图像的去噪 | 第52-58页 |
| 5.6.1 交变序列滤波器的原理 | 第53-56页 |
| 5.6.2 利用形态中心建立自对偶滤波器 | 第56-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |
